加权多分位鲁棒ELM的短期负荷预测方法

• 作者: 刘升伟 王星华 贺小平 陈豪君 鲁迪
• 来源期刊: 电力系统及其自动化学报
• 学科: 工学
• 关键词: 短期负荷预测 加权多分位鲁棒极限学习机 误差反馈加权
• 年，卷（期）: 2020,（3）
• 所属期刊栏目: 学术论文
• 页码范围: 33-38
• 页数: 6页
• 分类号: TM715
• 字数: 3453字
• 语种: 中文
• DOI: 10.19635/j.cnki.csu-epsa.000266

摘要

为获取足够精确的短期负荷预测值作为电力系统规划和运行的依据,提出一种加权多分位鲁棒极限学习机ELM(extreme learning machine)的短期负荷预测方法.首先融合分位回归与鲁棒ELM形成多分位鲁棒ELM基本预测模型,然后通过选取不同的分位值来模拟所有的可能性预测场景,以此得到不同分位场景下的预测值.最后按照"误差大、权值小;误差小、权值大"的误差反馈加权原则对上述不同分位下的预测值进行加权求和,以此得到最终的预测结果.实例证明该混合模型预测方法适用性强,且能取得较高的预测精度.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王星华	广东工业大学自动化学院	56	514	13.0	20.0
2	刘升伟	广东工业大学自动化学院	5	2	1.0	1.0
3	鲁迪	广东工业大学自动化学院	6	17	2.0	4.0
4	陈豪君	广东工业大学自动化学院	4	1	1.0	1.0
5	贺小平	广东工业大学自动化学院	4	14	2.0	3.0